ChatGPT 体验 - 写代码（GoLang）

最新推荐文章于 2023-07-13 17:09:33 发布
最新推荐文章于 2023-07-13 17:09:33 发布
阅读量706 收藏 1
点赞数
文章标签： chatgpt golang 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_38379231/article/details/130724088
版权

ChatGPT 体验 - 写代码（GoLang）

1. golang + gin 整合 chatGPT API

要将ChatGPT API整合到Golang和Gin中，你可以使用Gin框架的路由和处理程序来接受聊天请求，然后调用ChatGPT API进行响应。以下是一个简单的示例代码，演示如何使用Gin和ChatGPT API构建聊天API：

import (
	"bytes"
	"encoding/json"
	"fmt"
	"io/ioutil"
	"net/http"

	"github.com/gin-gonic/gin"
)

type GPT3Request struct {
	Prompt string `json:"prompt"`
}

type GPT3Response struct {
	Choices []struct {
		Text string `json:"text"`
	} `json:"choices"`
}

func main() {
	apiKey := "<你的API密钥>"
	engine := gin.Default()

	// 处理聊天API请求
	engine.POST("/chat", func(c *gin.Context) {
		// 从请求中获取聊天内容
		prompt := c.PostForm("prompt")

		// 准备请求数据
		requestData := GPT3Request{
			Prompt: prompt,
		}
		requestBody, err := json.Marshal(requestData)
		if err != nil {
			c.JSON(http.StatusInternalServerError, gin.H{
				"error": "请求数据序列化失败",
			})
			return
		}

		// 发送API请求
		client := &http.Client{}
		req, err := http.NewRequest("POST", "https://api.openai.com/v1/engines/davinci-codex/completions", bytes.NewBuffer(requestBody))
		if err != nil {
			c.JSON(http.StatusInternalServerError, gin.H{
				"error": "创建API请求失败",
			})
			return
		}
		req.Header.Set("Content-Type", "application/json")
		req.Header.Set("Authorization", "Bearer "+apiKey)

		resp, err := client.Do(req)
		if err != nil {
			c.JSON(http.StatusInternalServerError, gin.H{
				"error": "发送API请求失败",
			})
			return
		}
		defer resp.Body.Close()

		// 处理API响应
		body, err := ioutil.ReadAll(resp.Body)
		if err != nil {
			c.JSON(http.StatusInternalServerError, gin.H{
				"error": "读取API响应失败",
			})
			return
		}

		var responseData GPT3Response
		err = json.Unmarshal(body, &responseData)
		if err != nil {
			c.JSON(http.StatusInternalServerError, gin.H{
				"error": "API响应数据解析失败",
			})
			return
		}

		// 提取聊天回复并返回响应
		if len(responseData.Choices) > 0 {
			reply := responseData.Choices[0].Text
			c.JSON(http.StatusOK, gin.H{
				"reply": reply,
			})
			return
		}

		c.JSON(http.StatusInternalServerError, gin.H{
			"error": "未能提取聊天回复",
		})
	})

	// 启动HTTP服务器
	engine.Run(":8080")
}

这个例子中，我们使用了Gin框架处理来自客户端的聊天API请求，接受聊天请求后，我们准备请求数据并使用ChatGPT API发送请求。然后，我们处理API响应，提取聊天回复并将其返回给客

2. 请对以上的代码做实战优化

当涉及到实战优化时，可以考虑以下几个方面来提高性能和可靠性：

  1. 使用连接池：在与ChatGPT API建立连接时，使用连接池管理HTTP客户端连接，以避免频繁地创建和销毁连接，提高性能。可以使用net/http包中的Transport类型并设置MaxIdleConnsPerHost和MaxIdleConns字段来控制连接池的大小。
  2. 异步请求：可以使用Go协程（goroutine）并发地发送聊天API请求，以便同时处理多个请求，提高并发性能。可以使用Go的sync.WaitGroup来等待所有请求完成。
  3. 请求超时：在与ChatGPT API进行通信时，设置适当的超时时间，以避免请求长时间无响应而阻塞其他请求。可以使用context.WithTimeout来设置请求的超时时间，并使用http.Client的Do方法的WithContext参数传入该上下文。
  4. 错误处理：在与ChatGPT API通信的过程中，要适当处理各种可能的错误情况，例如网络连接错误、API响应错误等。可以在错误处理中返回适当的错误响应或采取适当的重试机制。
  5. 日志记录：添加适当的日志记录来跟踪请求和响应，以便进行故障排除和监控。可以使用Gin框架的日志中间件或自定义日志库进行记录。
  6. 性能优化：对于长期运行的应用程序，可以考虑使用缓存机制来存储ChatGPT API的响应，以减少重复请求并提高响应速度。可以使用适当的缓存库（如Redis）来实现缓存。
  7. 安全性考虑：确保在与ChatGPT API进行通信时，使用安全的方式存储和传输API密钥。可以考虑使用环境变量或配置文件来存储敏感信息，并使用适当的加密机制保护密钥。

这些是一些常见的实战优化建议，具体的优化策略取决于你的应用程序需求和场景。根据实际情况进行调整和扩展，以实现更好的性能和可靠性。

3. 请给出优化后的代码

下面是对之前的代码进行了一些优化的示例：

import (
	"bytes"
	"encoding/json"
	"fmt"
	"io/ioutil"
	"net/http"
	"time"

	"github.com/gin-gonic/gin"
)

type GPT3Request struct {
	Prompt string `json:"prompt"`
}

type GPT3Response struct {
	Choices []struct {
		Text string `json:"text"`
	} `json:"choices"`
}

func main() {
	apiKey := "<你的API密钥>"
	engine := gin.Default()

	// 创建HTTP客户端并配置连接池和超时时间
	client := &http.Client{
		Transport: &http.Transport{
			MaxIdleConnsPerHost: 100,
		},
		Timeout: 5 * time.Second,
	}

	// 处理聊天API请求
	engine.POST("/chat", func(c *gin.Context) {
		// 从请求中获取聊天内容
		prompt := c.PostForm("prompt")

		// 准备请求数据
		requestData := GPT3Request{
			Prompt: prompt,
		}
		requestBody, err := json.Marshal(requestData)
		if err != nil {
			c.JSON(http.StatusInternalServerError, gin.H{
				"error": "请求数据序列化失败",
			})
			return
		}

		// 发送API请求
		req, err := http.NewRequest("POST", "https://api.openai.com/v1/engines/davinci-codex/completions", bytes.NewBuffer(requestBody))
		if err != nil {
			c.JSON(http.StatusInternalServerError, gin.H{
				"error": "创建API请求失败",
			})
			return
		}
		req.Header.Set("Content-Type", "application/json")
		req.Header.Set("Authorization", "Bearer "+apiKey)

		resp, err := client.Do(req)
		if err != nil {
			c.JSON(http.StatusInternalServerError, gin.H{
				"error": "发送API请求失败",
			})
			return
		}
		defer resp.Body.Close()

		// 处理API响应
		body, err := ioutil.ReadAll(resp.Body)
		if err != nil {
			c.JSON(http.StatusInternalServerError, gin.H{
				"error": "读取API响应失败",
			})
			return
		}

		var responseData GPT3Response
		err = json.Unmarshal(body, &responseData)
		if err != nil {
			c.JSON(http.StatusInternalServerError, gin.H{
				"error": "API响应数据解析失败",
			})
			return
		}

		// 提取聊天回复并返回响应
		if len(responseData.Choices) > 0 {
			reply := responseData.Choices[0].Text
			c.JSON(http.StatusOK, gin.H{
				"reply": reply,
			})
			return
		}

		c.JSON(http.StatusInternalServerError, gin.H{
			"error": "未能提取聊天回复",
		})
	})

	// 启动HTTP服务器
	engine.Run(":8080")
}

这里做了以下优化：

  1. 创建了一个全局的HTTP客户端，并设置了连接池和超时时间，以避免在每次请求时创建和销毁客户端。这样可以更好地利用连接池和重用HTTP连接，提高性能。

  2. 从每个请求处理程序中移出了 …

  3. 通过将HTTP客户端的创建和配置移到程序的顶部，可以避免在每次请求处理程序调用时重复创建HTTP客户端，提高性能。

  4. 将HTTP请求的超时时间设置为5秒钟，以便在ChatGPT API请求超时时能够及时返回错误响应，提高可靠性。

这些优化可以改进性能和可靠性，但具体的优化策略可能因应用程序的需求和场景而异。根据实际情况进行调整和扩展，以实现最佳性能和可靠性。

4. 请再次对以上优化后的代码，再次优化，实现高可用

以下是对之前代码的再次优化，以实现更高的可用性：

import (
	"bytes"
	"encoding/json"
	"fmt"
	"io/ioutil"
	"net/http"
	"os"
	"time"

	"github.com/gin-gonic/gin"
)

type GPT3Request struct {
	Prompt string `json:"prompt"`
}

type GPT3Response struct {
	Choices []struct {
		Text string `json:"text"`
	} `json:"choices"`
}

var client *http.Client

func init() {
	// 创建HTTP客户端并配置连接池和超时时间
	client = &http.Client{
		Transport: &http.Transport{
			MaxIdleConnsPerHost:   100,
			MaxIdleConns:          100,
			MaxConnsPerHost:       100,
			IdleConnTimeout:       90 * time.Second,
			TLSHandshakeTimeout:   10 * time.Second,
			ExpectContinueTimeout: 1 * time.Second,
		},
		Timeout: 10 * time.Second,
	}
}

func main() {
	apiKey := os.Getenv("GPT3_API_KEY")
	if apiKey == "" {
		fmt.Println("未设置GPT3_API_KEY环境变量")
		return
	}

	engine := gin.Default()

	// 处理聊天API请求
	engine.POST("/chat", func(c *gin.Context) {
		// 从请求中获取聊天内容
		prompt := c.PostForm("prompt")

		// 准备请求数据
		requestData := GPT3Request{
			Prompt: prompt,
		}
		requestBody, err := json.Marshal(requestData)
		if err != nil {
			c.JSON(http.StatusInternalServerError, gin.H{
				"error": "请求数据序列化失败",
			})
			return
		}

		// 发送API请求
		req, err := http.NewRequest("POST", "https://api.openai.com/v1/engines/davinci-codex/completions", bytes.NewBuffer(requestBody))
		if err != nil {
			c.JSON(http.StatusInternalServerError, gin.H{
				"error": "创建API请求失败",
			})
			return
		}
		req.Header.Set("Content-Type", "application/json")
		req.Header.Set("Authorization", "Bearer "+apiKey)

		resp, err := client.Do(req)
		if err != nil {
			c.JSON(http.StatusInternalServerError, gin.H{
				"error": "发送API请求失败",
			})
			return
		}
		defer resp.Body.Close()

		// 处理API响应
		body, err := ioutil.ReadAll(resp.Body)
		if err != nil {
			c.JSON(http.StatusInternalServerError, gin.H{
				"error": "读取API响应失败",
			})
			return
		}

		var responseData GPT3Response
		err = json.Unmarshal(body, &responseData)
		if err != nil {
			c.JSON(http.StatusInternalServerError, gin.H{
				"error": "API响应数据解析失败",
			})
			return
		}

		// 提取聊天回复并返回响应
		if len(responseData.Choices) > 0 {
			reply := responseData.Choices[0].Text
			c.JSON(http.StatusOK, gin.H{
				"reply": reply,
			})
			return
		}

		c.JSON(http.StatusInternalServerError, gin.H{
			"error": "未能提取聊天回复",
			})
	})

	// 启动HTTP服务器
	engine.Run(":8080")
}

这里的再次优化主要包括：

  1. 使用环境变量来获取GPT3 API的密钥，确保密钥安全并且不直接暴露在代码中。
  2. 优化了HTTP客户端的配置参数，包括连接池大小、闲置连接超时时间以及其他超时时间。这有助于提高连接复用和性能，并避免长时间占用连接。
  3. 移除了在每个请求处理程序中重复创建HTTP客户端的代码，而是将其作为全局变量在初始化函数中进行创建。

通过这些优化，代码的性能和可用性得到了改善。但仍然建议根据实际需求进行调整和扩展，例如增加日志记录、错误处理和故障恢复机制，以进一步提高系统的稳定性和可靠性。

总结：

1.首先chatGPT，是可以写一些简单的业务需求代码

2.他会先根据你的需求，写出一些简单的测试Dome

3.做一些基础的优化，但是在实际项目中，还得是需要一些专业的开发人员去做相应的业务处理

大家对于ChatGPT写代码怎么看？

疯狂 de 程序员
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
pre-commit-golang:Golang的Pre-Commit钩子，支持模块
05-04
安装您可以将以下代码段复制/粘贴到.pre-commit-config.yaml文件中。 注意可以在找到更加充实的版本 # ========================================================================== # Golang Pre-Commit Hooks | ...
pre-commit-golang:预先提交golang
04-08
提交前的golang 用于golang钩子 使用这些钩子 将此添加到您的.pre-commit-config.yaml - repo: git://github.com/joker8023/pre-commit-golang rev: master hooks: - id: go-fmt - id: go-vet - id: go-lint ...
【ChatGPT实战】11.如何使用ChatGPT写代码？
墨柒子
05-09 1万+
以往大家总是调侃说程序员只要会用Google就好了，直接搜对应的代码然后复制粘贴就可以了。但是只有程序员才知道真要找到可用的代码是不容易的，经常是找很久都没有合适的代码。ChatGPT在编程方面拥有着不可忽视的优势，能够生成高质量的程序代码，现在成为了众多程序员的开发必备工具。能够轻松解决各种编程问题，输出对应的代码甚至是帮你找到自己代码中的Bug。
手把手教你用ChatGPT写代码：无需学编程，也能用Python代码提高效率！
WANGJUNAIJIAO的博客
05-12 1764
Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。但是对我们普通人来说，编程的门槛很高，学习曲线长，导致很多人都是“从入门到放弃”：自己写不会，雇人写太贵。这时，我们打开桌面上的好歌文件夹，就会发现里面有个mp3文件夹，都是转换好的mp3文件。是一个手把手、保姆级的教程。一直选择同意，继续，就可以了。
技术博客--Go语言调用ChatGPT AI接口
qq_53200555的博客
06-08 1286
关于使用Go语言调用ChatGPT API接口，在我们需要与机器人聊天，语言翻译，文本生成，等各种Prompt时需要调用ChatGPT API接口。其中我认为的难点是数据结构的构建和转换，ChatGPT接口所需的格式，通常是JSON，可能需要进行结构体定义、字段映射和JSON序列化等操作。调用API接口，是本次团队作业后端部分的主要技术，通过这次的学习API接口的调用深入我心，首先需要仔细的阅读API文档，理解API的工作原理和如何使用它，然后需要有正确的APIKey，验证APIKey的正确性也是必要的。
5个ChatGPT功能让你嘎嘎提升写代码效率和质量
weixin_43955125的博客
06-26 2735
ChatGPT在代码开发方面带来了巨大变革，尽管如此，仍有许多软件开发人员未能充分利用ChatGPT来优化和简化工作流程。在这里，我们将介绍5个可用于提高你日常工作效率和质量的ChatGPT功能。
ChatGPT 的实现原理和核心代码
Python，数据分析，机器学习，深度学习
06-07 5156
GPT 模型是一种基于 Transformer 的语言模型，可以生成符合上下文语境的文本。在预训练阶段，GPT 模型使用大量的文本数据进行训练，学习到了丰富的语言知识。在微调阶段，我们可以使用对话数据对 GPT 模型进行微调，以使其生成符合对话场景的文本。ChatGPT 是一种基于 GPT 模型的对话生成模型，其原理是在预训练的 GPT 模型基础上，使用对话数据进行微调，以生成符合对话场景的文本。，并将其移动到 GPU 上。接着使用模型计算损失并反向传播，以微调模型。这个函数使用模型和分词器生成对话文本。
DNSLog-Platform-Golang:DNSLOG平台golang一键启动版
04-02
DNSLog-平台-Golang相信DNSLog平台已经是安全从业者的标配。而公开的DNSLOG平台域名早已进入流量监控设备的规则库。同时也有重大问题值得关注。于是撸了（凑了）一个一键建造Dnslog平台的golang版本。可以使用其一键...
Go-weixin-golang-sdk微信golang工具包
08-14
weixin-golang-sdk 微信golang工具包
fluent-logger-golang:Fluentd（Golang）的结构化记录器
05-12
fluent-logger-golangFluentd（Golang）的结构化事件记录器如何安装go get github.com/fluent/fluent-logger-golang/fluent用法使用go get安装该软件包，并使用import将其包括在您的项目中。 import "github....
【ChatGPT】基于GO语言实现的微信聊天和图片生成机器人
weixin_41099712的博客
03-27 6315
🎨基于GO语言实现的微信聊天和图片生成机器人🎨个人微信接入ChatGPT，实现和GPT机器人互动聊天，同时支持基于文本生成图像。支持私聊回复和群聊艾特回复。
作为程序员， 我如何使用ChatGPT来帮我写代码
jeansboy的专栏
07-13 1781
我们每个人都渴望成功， 而获得成功的最有效的方式之一就是， 在尽可能短的时间内， 解决尽可能多的人的问题， 特别是大家都有的问题。 我们可以观察身边优秀的产品， 去了解这些产品解决了什么样的问题。
嘿ChatGPT，来帮我写代码
热门推荐
Warmer_Sweeter
12-23 1万+
最近ChatGPT 发行了，这是由 OpenAI 开发的AI聊天机器人，专门研究对话。它的目标是使AI系统更自然地与之互动，但是在编写代码时也可以为您提供帮助。您可以让 ChatGPT 做你的编程助理，甚至更多！在过去的几天里，我一直在玩 ChatGPT，并使用它完成了一些小任务。任务1：绘制线性回归如果要绘制线性回归，可以告诉 ChatGPT：使用 Python 的 matplotlib 库绘...
快来看，我让chatGPT帮我写代码了！！！
qq_43761012的博客
02-26 7851
快来看，我让chatGPT帮我写代码了！！！
ChatGPT可以写代码吗【详解】
pmaster的专栏
02-14 8935
ChatGPT可以写代码吗？ChatGPT可以实现很多的操作，用户只要说出自己的需求，ChatGPT就可以帮助你进行解答，比如写代码，只要在对话框输入问题，就可以得到答案，操作很简单。具体的方法小编已经给大家放在下面了，有需要的小伙伴可以参考看看哦。以上PC整理带来的《ChatGPT》可以写代码吗，更多相关游戏攻略请点击关注qpyxpt.com。3、ChatGPT除了可以帮助用户写代码，还可以检查程序错误，修改程序出现的bug。2、可以在对话框中输入自己需要的代码，然后等待ChatGPT的回复即可。
golang接入chatGPT
weixin_42094245的博客
04-28 966
1.创建 OpenAI 账户，并获取API 密钥。5.将 API 密钥和请求体添加到请求头中。2.设置API 密钥和请求 URL。3.使用 map 定义请求体。4.创建HTTP 请求。6.发送请求并处理响应。
零基础也能用ChatGPT写代码，简直不要太爽
u011876982的博客
04-02 7107
ChatGPT作为一个功能强大，用途广泛的聊天机器人，我们能用它写论文，写作业，写歌，写小说，还能写代码，极大提升生产力。
mingw-w64 golang交叉编译
最新发布
09-03
mingw-w64是一个开源的GNU编译器集合，它提供了在Windows平台上编译和运行C和C++程序所需的工具。而Golang（也称为Go）是一种开源的编程语言，最初由Google开发，现在由Go的开发者社区继续维护。 在mingw-w64环境下进行Golang的交叉编译，主要是为了在Windows平台上生成能够在其他操作系统运行的可执行文件。这可以帮助开发者更方便地在Windows上进行跨平台的开发和测试。 为了使用mingw-w64进行Golang交叉编译，我们可以按照以下步骤进行操作： 1. 首先，我们需要在Windows上安装mingw-w64工具链。可以去mingw-w64项目的官方网站下载，选择适合自己操作系统的版本，并按照指示进行安装。 2. 安装完成后，需要配置一些环境变量。将mingw-w64的bin目录添加到系统的PATH变量中，以便在命令行中可以直接访问编译器。 3. 在命令行中，进入到需要进行交叉编译的Golang项目所在的目录。 4. 执行以下命令进行交叉编译： ``` GOOS=target GOARCH=arch CGO_ENABLED=1 CC=mingw-w64-gcc go build -o output.exe ``` 其中，target是目标操作系统（例如windows、linux、darwin等），arch是目标处理器架构（例如amd64、386等）。 5. 执行完以上命令后，将生成一个名为output.exe的可执行文件，该文件即为交叉编译生成的可在目标操作系统上运行的文件。 通过以上步骤，我们可以在mingw-w64环境下使用Golang进行交叉编译，生成适用于其他操作系统的可执行文件。这样，开发者可以更方便地进行跨平台的开发和部署。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

疯狂 de 程序员

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值